Menggunakan plugin penerjemah kode ChatGPT untuk PPC
Diterbitkan: 2023-08-24Penerjemah Kode di ChatGPT telah menjadi pengubah permainan bagi banyak pemasar penelusuran sejak diluncurkan pada bulan Maret.
John Mcalpin baru-baru ini membahas bagaimana plugin OpenAI asli dapat digunakan untuk beberapa kasus penggunaan SEO.
Code Interpreter juga memiliki potensi signifikan untuk membantu pemasar PPC dalam mengungkapkan wawasan yang dapat ditindaklanjuti dengan cepat. Mari kita telusuri caranya.
Memulai dengan Penerjemah Kode
Code Interpreter adalah “model ChatGPT eksperimental yang dapat menggunakan Python, menangani unggahan dan unduhan,” menurut OpenAI.
Intinya, Anda dapat mengunggah file dalam berbagai format:
- Teks (.txt, .csv, .json, .xml, dll.)
- Gambar (.jpg, .png, .gif, dll.)
- Dokumen (.pdf, .docx, .xlsx, .pptx, dll.)
- Kode (.py, .js, .html, .css, dll.)
- Data (.csv, .xlsx, .tsv, .json, dll.)
- Audio (.mp3, .wav, dll.)
- Video (.mp4, .avi, .mov, dll.)
Setelah Anda mengunggah salah satu jenis file ini, Anda dapat melakukan berbagai tugas.
Anda dapat menggabungkan dan mengubah jenis file, mengajukan pertanyaan tentang data, dan yang terpenting, melakukan tugas analisis dan visualisasi.
Di situlah keajaiban terjadi bagi pemasar penelusuran berbayar.
Terlalu sering, kita menghabiskan waktu menyisir tumpukan data, teks iklan, halaman arahan, dan laporan permintaan pencarian.
Kami mencari wawasan dan peluang untuk meningkatkan kinerja kami.
Kami menghabiskan waktu untuk mencoba memasukkannya ke dalam bentuk grafik untuk mengkomunikasikan apa yang kami temukan kepada klien atau tim kepemimpinan kami.
Semua ini dapat dilakukan dengan sangat cepat dan efisien tanpa banyak pengetahuan matematika atau Excel.
Catatan: Saat artikel ini ditulis, ini tersedia untuk pengguna ChatGPT Plus sebagai fitur beta.
Dapatkan buletin harian yang diandalkan oleh pemasar pencarian.
Lihat persyaratan.
Penerjemah Kode untuk PPC
Anda dapat menggunakan Code Interpreter untuk menganalisis dan memvisualisasikan kumpulan data kampanye Anda.
Jalankan laporan apa pun dari kumpulan data apa pun yang Anda suka (Google Ads, Google Analytics, dll.). Unggah file itu di kotak pesan dan minta tindakan yang Anda ingin lakukan pada ChatGPT.
Jika Anda mengupload laporan Google Ads, datanya tidak akan dimulai hingga baris 3.
Saya menemukan bahwa ChatGPT terkadang dapat mengenali hal ini, dan terkadang tidak.
Jika tidak mengenali data yang dimulai pada baris 3, Anda dapat menyertakan ini dalam perintah, “Mulai himpunan data pada baris 3.” (Ini berhasil setiap saat!)
Berikut adalah beberapa contoh dasar dari laporan kata kunci.
Perintah: “Dapatkah Anda membuat grafik pembelanjaan harian untuk 5 kata kunci teratas?”
Anda juga bisa lebih spesifik pada jenis grafiknya. Di bawah ini adalah contoh permintaan untuk tampilan data yang berbeda namun dengan tipe grafik yang berbeda.
Contoh ini meminta diagram batang untuk tingkat konversi berdasarkan hari dalam seminggu.
Anda dapat mengatur data dari tertinggi ke terendah atau meminta agar data tetap dalam urutan minggu ini.
Dalam hal ini, saya dapat melihat bahwa tingkat konversi akhir pekan kami ~50% lebih rendah dibandingkan hari Kamis dan Rabu. Saya dapat menggunakan data ini untuk membantu saya menentukan alokasi anggaran dan kebutuhan inventaris saya.
Saya juga mengambil laporan konversi per jam dan meminta Penerjemah Kode untuk membuat peta panas data. Hal ini memungkinkan saya dengan cepat memahami hari-hari dengan kinerja terbaik dalam seminggu.
Sebelumnya, saya harus menarik data ke bawah dan mengetahui cara memformat data secara kondisional.
Mari kita lakukan lebih banyak analisis bersamaan dengan visualisasi data.
Di bawah ini, saya mengunggah file dengan lebih dari 1 juta baris dan meminta Penerjemah Kode untuk membuat plot sebar dengan garis tren yang menunjukkan hubungan antara dua metrik.
Ini mencatat ukuran kumpulan data yang besar dan menciptakan cara untuk menyederhanakan hasil melalui pengambilan sampel.
Ini akan memakan waktu lama dengan data sebanyak ini, dan saya tidak yakin bagaimana cara membuat “sampel acak” sebesar 5% dari data.
Dengan Code Interpreter, semua output selesai dalam waktu kurang dari satu menit.
Contoh lainnya adalah analisis korelasi. Saya ingin memahami apakah ada korelasi antara konversi dan biaya atau konversi dan RKT berdasarkan hari. Anda dapat melihat keluaran dari permintaan ini di bawah.
Untuk kumpulan data ini, korelasinya tidak banyak (1 = berkorelasi sempurna). Namun, ini menampilkan data dengan cepat dan membantu Anda menafsirkannya serta memahami bahwa korelasi ini tidak terlalu tinggi.
Contoh terakhir yang akan saya bagikan adalah permintaan dari laporan istilah pencarian dengan lebih dari satu juta baris tentang kata kunci apa yang harus saya tambahkan ke daftar negatif karena kata kunci tersebut memiliki CPA tinggi dan RKPT rendah.
Salah satu fitur paling mengesankan dari plugin ini adalah seberapa cepat dan baik plugin ini memahami isi kumpulan data.
Misalnya, dalam kumpulan data ini, kami memiliki dua kolom khusus untuk peristiwa konversi yang berbeda.
Saya meminta ChatGPT untuk menunjukkan CPA tertinggi kepada saya. Ia memahami dan menambahkan dua kolom konversi untuk menghasilkan konversi total.
Ini persis seperti yang saya inginkan, tetapi ia berhasil tanpa saya harus meminta atau membantu menjelaskan datanya.
Saya kemudian memintanya untuk menunjukkan kepada saya 10% terbawah berdasarkan kriteria tersebut. Ini memberikan daftar poin untuk diekstraksi dan diunggah ke Google Ads.
Menemukan cara untuk menganalisis data PPC Anda dengan cepat dan efisien memungkinkan Anda mendapatkan wawasan dan pengoptimalan lebih cepat.
Wawasan ini mendorong pengoptimalan yang membedakan pemenang dan pecundang dalam lelang.
Seiring berkembangnya alat ini dan semakin banyak data yang dimigrasikan dan dihubungkan, Anda dapat melihat dampak keseluruhannya bagi pemasar penelusuran dan bisnis.
Saya gembira dengan peluang yang diberikan dan menantikan perkembangannya dalam beberapa bulan ke depan.
Pendapat yang diungkapkan dalam artikel ini adalah milik penulis tamu dan belum tentu Search Engine Land. Penulis staf tercantum di sini.